早在初中时，我们就学习过多元一次方程组的求程。
所谓多元一次组指的是含有有个未知数，并且含有未知数的项的次数都是1方程组。
一个简单的例子：
学校的篮球数比排球数的2倍多3个，足球数与排球数的比是2:3，三种球共48个，求三种球各有多少？
假设篮球个数为x1，排球个数为x2，足球个数为x3，
根据题目有以下的关系式成立：
图1. 多元一次方程组
对于多元一次方程组，最常用消元法来进行求解。
思路是经过各个方程组之间的线性运算，消去一些未知数，最终得到一个未知数的方程。
根据该方程解出未知数，再代回其它方程得到其它未知数的值。
整个过程非常繁琐，一不小心就会出错；
矩阵运算
在学习了矩阵运算之后，这一求解过程可以化为矩阵运算而大大简化；
跟初等数学里面学习的加、减、乘、除运算规则一样，伟大的数学家们也为矩阵运算制定了一些规则。
对于矩阵的加、减，限于文章篇幅，在此不作赘述。
对于矩阵的乘法，有以下的规则：
设有一个m行s列的矩阵表示为
，
一个s行n列的矩阵表示为
，
则矩阵Ａ左乘于矩阵Ｂ所得到的矩阵Ｃ是这样一个矩阵：
(1) 行数与（左矩阵）A相同，列数与（右矩阵）B相同，即C=
(2) C的第i行第j列的元素由A的第i行元素与B的第j列元素对应相乘，再取乘积之和。
比如，两个矩阵：
Ａ、Ｂ矩阵
计算
，从规则(1)，可以知道C是2行3列的矩阵。
每个元素的数值由规则(2)计算得到，比如：
第0行0列的数值为：
c00=1*1+2*-1=-1；
第0行1列的数值为：
c01=1*2+2*1=4；
依次算出各元素的数值，并表示为矩阵，得到：
C=AB
对图1的多元一次方程组，我们做一些变形，
并把未知数表示为3行1列的矩阵，可以得到：
矩阵表达
表示为：
，然后就可以经过矩阵运算求解方程组。
左右两边同时左乘Ａ的逆矩阵，得到：
。
Ｎ年前，matlab还能随意使用，做矩阵运算非常只是几条命令的事情，非常简单。
在被matlab抛弃的日子里，虽然对matlab还怀有深深的眷恋，无奈落花有意、流水无情；
我只能退而求其次用python来排遣寂寞。
利用，以下python脚本，
import numpy.matlibimport numpy as np A=np.array([[1,-2,0],[0,3,-2],[1,1,1]]) Y=np.array([[3],[0],[48]]) X=np.matmul(np.linalg.inv(A),Y);
复制代码矩阵运算在电路计算、分析中的应用
在线性电路中，首先通过电路理论得到电路的线性方程组。
把线性方程组的求解转换为矩阵运算。
再用python编写脚本进行矩阵运算，就可以算出电路中的各电气参数；
如下图的电路分析题目，求解i1和i2；
电路分析实例
根据网孔电流法，有：
网孔电流法列出方程组
化简得到：
化简后的方程组
编写python脚本，
import numpy.matlibimport numpy as np A=np.array([[30,-20],[-20, 80]]) Y=np.array([[-10],[20]]) X=np.matmul(np.linalg.inv(A),Y)
复制代码总结
本文旨在介绍矩阵的概念、矩阵运算的规则，以及与多元一次方程组的关系。
并以一个简单的电路为例，介绍电路计算过程；
矩阵运算以及电路分析远不限于此，
另外通过符号的矩阵运算，可以得到电参数的解析表达式并对其化简，可以大大简化滤波电路的分析计算。
来源：物联网全栈开发
/2 
